Il nostro approccio è graduale e inizia con l'apprendimento delle rappresentazioni delle caratteristiche dei componenti chiave del viso. Quindi guidiamo le parti corrispondenti degli schizzi in ingresso verso le strutture dei componenti sottostanti definite dai vettori di caratteristiche ottenuti da un insieme di campioni di componenti facciali. Inoltre, introduciamo un'altra rete neurale profonda che apprende la mappatura dalle caratteristiche dei componenti incorporati alle immagini realistiche, utilizzando mappe di caratteristiche multicanale come risultati intermedi per migliorare il flusso di informazioni.